Alibaba : un nouvel algorithme d’IA peut identifier les infections à coronavirus avec une précision de 96 %

Alibaba : un nouvel algorithme d’IA peut identifier les infections à coronavirus avec une précision de 96 %,
Et achever le processus de reconnaissance de la maladie en 20 secondes

Alibaba a développé une intelligence artificielle (IA) capable de détecter les nouveaux cas de coronavirus avec un taux de précision allant jusqu'à 96 % grâce à des scanners de tomographie informatisée, a rapporté le Nikkei Asian Review. Et le système de diagnostic basé sur cette IA devrait être déployé dans plus de 100 hôpitaux, à commencer par le nouvel hôpital bâti en 11 jours, le mois dernier, pour contrer l’épidémie.

Le géant chinois Alilibaba est une société chinoise qui tire principalement ses revenus de ses activités sur Internet, dont des plateformes de paiements et de ventes au détail, un moteur de recherche pour le magasinage et des services de cloud computing. Alibaba est aussi un réseau de service de santé national qui s’est positionné sur le marché du e-santé. Alibaba affirme qu’il ne faut que 20 secondes au nouvel algorithme d’IA pour faire une détection, selon le rapport de Nikkei, les humains mettant plus de temps pour diagnostiquer la maladie.

Pièce jointe 542621

Selon le rapport du quotidien économique japonais Nikkei, l'algorithme de diagnostic a été développé par l'institut de recherche d'Alibaba, Damo Académie. Les chercheurs de l'académie ont déclaré qu'ils avaient formé le modèle d'IA avec des données d'échantillons provenant de plus de 5 000 cas confirmés, ajoutant que le système pouvait identifier les différences de tomographie entre les patients infectés par le coronavirus et ceux atteints de pneumonie virale ordinaire avec une précision allant jusqu'à 96 %. L'algorithme comprend les dernières directives de traitement et les recherches récemment publiées, ont déclaré ses créateurs.

Le nouvel outil de diagnostic a été introduit pour la première fois dans le nouvel hôpital de Qiboshan à Zhengzhou, dans la province du Henan, qui a été modelé sur l'hôpital Xiaotangshan de Pékin, lui-même achevé en 2003 pour faire face à une précédente épidémie nommée SRAS. Le nouvel hôpital a commencé à accepter des patients infectés par le coronavirus dimanche, a rapporté Nikkei. Le nouveau système de diagnostic devait également être déployé dans plus de 100 hôpitaux dans les provinces de Hubei, Guangdong et Anhui, a déclaré Alibaba.

Les hôpitaux chinois pourront faire face à l'afflux de personnes susceptibles d'être infectées par le virus grâce à la nouvelle IA

L'espoir avec cet outil IA est que le fait de pouvoir diagnostiquer plus rapidement les cas de COVID-19 permettra aux hôpitaux chinois de faire face à l'afflux de personnes susceptibles d'être infectées par le virus, allégeant ainsi la pression sur les médecins, car l’algorithme peut achever le processus de reconnaissance en 20 secondes, selon Alibaba. Cela pourrait à son tour accélérer les délais de traitement et, éventuellement, aider à contenir le coronavirus.

Selon Nikkei, habituellement, il faut entre 5 et 15 minutes à un médecin pour analyser un scanner d'un patient suspect et donner un diagnostic clinique, les scanners comprenant parfois plus de 300 images. Le 5 février, la Commission nationale chinoise de la santé a élargi les critères de diagnostic des nouvelles infections, en ajoutant les résultats du scanner à la méthode précédente de test des acides nucléiques, afin de garantir que les patients présentant des symptômes cliniques recevront un traitement standard dès que possible.

Pièce jointe 542631

Cette accélération du processus de diagnostic grâce à l’IA d’Aliliba serait une bonne nouvelle pour l’économie globale de l'industrie technologique. Le coronavirus est responsable de l'annulation de plusieurs salons technologiques, de la pénurie potentielle de composants électroniques et de la baisse de la demande des consommateurs chinois. L'édition 2020 de la Game Developer Conference a été reportée à l'été, suite à une vague d'annulations de grandes enseignes comme Facebook, Microsoft, Sony ou encore Unity. Un peu avant, le Mobile World Congress (MWC), le plus grand salon mondial de la téléphonie, a été annulé après que de grandes entreprises technologiques comme Amazon, Facebook, LG et ZTE se soient retirées en raison de problèmes liés au coronavirus.

Plusieurs rapports dans des médias ont fait état des retards de production et d'expédition de nombreux produits fabriqués en Chine. Reuters a rapporté en février que l'épidémie de coronavirus allait arrêter "presque toute" la production de l'iPhone si la Chine prolonge la fermeture de l'usine de Foxconn. Maintenant que les usines s’ouvrent progressivement, plusieurs employés de diverses entreprises étrangères se sont vus coincés en Chine depuis le début de l’épidémie. Alors que leur sortie était prévue pour les vacances 2020, l’expansion du virus pourrait également retarder le lancement de la PS5 et de la nouvelle Xbox, a rapporté Business Insider en février.

Selon Nikkei, le nouveau système d’IA de diagnostic n'est pas la première tentative d'Alibaba d'utiliser la technologie pour combattre le coronavirus. Les chercheurs de Damo Académie ont mis au point un outil de service de santé publique alimenté par l'IA qui fournit des informations sur le coronavirus SRAS-CoV-2, qui a été déployé pour la première fois par le gouvernement de la province du Zhejiang le 27 janvier, a rapporté Nikkei. Le système peut répondre à la plupart des demandes de renseignements concernant la pandémie via une application, lit-on dans le rapport.

Selon le site Web The Next Web, l’IA d’Alibaba n'est pas le seul système en Chine capable de détecter le coronavirus. L'organisme de santé concurrent Ping An a récemment annoncé un système très similaire. Le coprésident de l'entreprise et directeur de la stratégie de sa division Smart City, Geoff Kau, a publié une déclaration disant :

« Depuis son lancement, le système intelligent de lecture d'images a fourni des services à plus de 1 500 établissements médicaux. Plus de 5 000 patients ont reçu gratuitement des services de lecture d'images intelligentes. Le système peut générer des résultats d'analyse intelligents en 15 secondes environ, avec un taux de précision supérieur à 90 % ».

https://www.youtube.com/watch?v=n7kPUMxS9Qs

Une première IA - BlueDot, une plateforme canadienne de surveillance de la santé - est déjà intervenue plus tôt avant même que l’épidémie ne soit déclarée. Selon des rapports publiés en janvier, elle aurait fourni, depuis décembre, les premières alertes sur l'épidémie du coronavirus de Wuhan, à l'aide du big data pour suivre et anticiper la propagation des maladies infectieuses les plus dangereuses au monde. BlueDot utilise un algorithme basé sur l'IA qui parcourt les reportages en langue étrangère, des publications parlant de maladies animales et végétales et les déclarations officielles pour avertir ses clients afin d'éviter les zones dangereuses comme Wuhan.

Selon un commentateur du sujet, la précision de détection de 96 % de la nouvelle IA « pourrait signifier qu'il détectera une personne avec le virus dans 96 % des cas. Mais cela pourrait aussi signifier qu'il identifie mal les personnes en bonne santé dans 4 % des cas. Il y a beaucoup plus de personnes en bonne santé, donc il sera plus faux que ce qui est annoncé ici ». Qu’en pensez-vous ?

Source : Nikkei

Et vous ?

:fleche: Que pensez-vous du nouvel algorithme d’IA d’Alibaba ?
:fleche: Quel commentaire faites-vous de son taux de précision et du temps de détection du virus ?

Lire aussi

:fleche: L'épidémie de coronavirus va arrêter "presque toute" la production de l'iPhone si la Chine prolonge la fermeture de l'usine de Foxconn, selon un rapport
:fleche: Le coronavirus commence à toucher les résultats financiers de la Big Tech, la Chine ayant pratiquement arrêté sa production de biens de consommation comme les téléphones pour lutter contre virus
:fleche: Coronavirus : l'édition 2020 de la Game Developer Conference a été reportée à l'été, suite à une vague d'annulations de grandes enseignes comme Facebook, Microsoft, Sony ou encore Unity
:fleche: Une IA aurait fourni les premières alertes sur l'épidémie du coronavirus de Wuhan, à l'aide du big data pour suivre et anticiper la propagation des maladies infectieuses les plus dangereuses au monde

Selon un commentateur du sujet, la précision de détection de 96 % de la nouvelle IA « pourrait signifier qu'il détectera une personne avec le virus dans 96 % des cas. Mais cela pourrait aussi signifier qu'il identifie mal les personnes en bonne santé dans 4 % des cas. Il y a beaucoup plus de personnes en bonne santé, donc il sera plus faux que ce qui est annoncé ici ». Qu’en pensez-vous ?


Précisément. J'ai cliqué sur votre version de la nouvelle à cause d'une allergie féroce au fait de voir une "précision" rapportée comme dans votre titre pour des méthodes de discrimination -- donc, justement, sans préciser si "l'imprécision" correspondante (le complément à 100%) se rapporte aux faux négatifs (la fréquence avec laquelle un cas qui aurait dû être testé "positif" est par erreur classé "négatif") ou aux faux positifs (la fréquence avec laquelle un cas qui aurait dû être classé "négatif" est par erreur classé "positif"). De mon pdv, un rapport compétent sur toute méthode de discrimination devrait donner les deux chiffres.

Passé un seuil, l'on ne peut diminuer les erreurs d'une de ces deux sortes qu'au prix d'augmenter celles de l'autre sorte.

La raison de mon allergie est le constat que l'illusion de contrôle (on pourrait parler d'arrogance de contrôle) pousse les instances mettant en place des machineries à discriminer vers l'obsession de minimiser les faux négatifs tout en passant le souci des faux positifs sous silence. Cela est un biais naturel parce que l'instance s'arrogeant la responsabilité de discriminer voit la situation en l'absence de son intervention comme ne comportant que des "négatifs" y compris des "faux négatifs" qu'elle va se charger de rectifier. Les "faux négatifs", en ce sens, préexistent à la discrimination et justifient sa mise en place. Par contraste, les "faux positifs" ne sont qu'un résultat de la discrimination... et mettent en doute la compétence de son opération.

A notre époque où des mécanismes de discrimination plus ou moins automatisés se multiplient, il est à mes yeux d'une inculture crasse et un scandale qu'au moment de rapporter l'introduction d'un tel mécanisme ne soit pas le réflexe de s'inquiéter de comment, en amont de la nouvelle rapportée, l'on s'est ou non inquiété des faux positifs. Ne pas s'en inquiéter... c'est le propre des psychologies s'imaginant volontiers le glaive en main dans la peau d'une justice répressive, et ce n'est que trop fréquent.

Ceci dit, je ne vous jette pas la pierre en particulier, ce manquement est quasiment universel, et le fait que vous en soyez venus à poser la question au lecteur vous fait sortir du lot.

---

L'observation que j'ai faite ci-dessus manque d'aller jusqu'au bout par rapport à la question de lecteur que vous citiez, soit la façon dont les deux taux d'erreurs relatifs (admettons pour l'exercice qu'ils soient tous deux de 4%) se traduisent en des nombres absolus qui sont proportionnels à la fraction respective des "positifs" (pour les "faux négatifs") et des "négatifs" (pour les "faux positifs") dans la population testée. Ceci pose la question de quel % s'il faut ne donner qu'un chiffre au titre de "la précision" conduirait le lecteur naïf à la meilleure intuition de la fréquence des erreurs en pratique. Si les "négatifs" sont 100 fois plus nombreux que les "positifs" dans la population testée, un même taux pour les deux sortes d'erreurs aboutira à 100 fois plus de "faux positifs" que de "faux négatifs". En l'occurrence, cela signifierait 4 faux diagnostics positifs et 0.04 ≈ 0 faux diagnostic négatif pour chaque 0.96 ≈ 1 diagnostic positif correct (et 96 diagnostics négatifs corrects). Ceci dit, à ce point de l'épidémie, les "négatifs" sont largement plus de 100 fois plus nombreux que les "positifs".

Selon les hypothèses ici, s'il s'agit de donner aux gens une idée du nombre d'erreurs par cas de réussite du test dans son dessein d'identifier les cas, peut-être y aurait-il alors cause de parler plutôt d'une précision de 20%... 1 cas reconnu correctement pour 4 erreurs... cette précision s'améliorant au fur et à mesure que le taux d'infection monte au delà de ce 1% supposé pour l'exercice.

Le gain en temps d'analyse des images permet-il de faire passer plus de patients dans le scanner ? Le temps d'interprétation des clichés par un radiologue est-il le facteur limitant ?